荀秋申

一鳴驚人

2017年10月，人工智能再一次吸引了人類的眼球。AlphaGo的最新版本誕生，并且以驕人成績擊敗上代版本。

曾經(jīng)，AlphaGo橫掃棋壇無敵手，它打敗了世界上最優(yōu)秀的圍棋棋手。先是2016年它擊敗了韓國圍棋高手李世石，因此得名“AlphaGo高手”；而后在2017年5月稍加改進后，通過網(wǎng)絡(luò)下棋擊敗了60位世界頂級棋手，也擊敗了圍棋世界冠軍柯潔，因此又得名“AlphaGo大師”。

設(shè)計師重新設(shè)計了AlphaGo，推出新版本后，它便迎來了爆炸式的成長。短短三天時間，它從圍棋零基礎(chǔ)成長到高手水平，以100比0的戰(zhàn)績，擊敗了AlphaGo高手。然后繼續(xù)學(xué)習(xí)成長，不久又擊敗了AlphaGo大師。

短時間取得如此驕人成績，并不是最可怕的。最可怕的是，它誕生時除了具備基本圍棋規(guī)則外，其他任何關(guān)于圍棋的知識、妙手、棋譜統(tǒng)統(tǒng)沒有，它完全自學(xué)成才，成就了名副其實的“第一圍棋手”稱號。它的名字就是AlphaGo Zero。

完全自學(xué)

機器之所以智能，是因為具備了學(xué)習(xí)能力。而人工智能不論多高級、多專業(yè)，也不論在哪個領(lǐng)域，包括語音識別、圖像分類、藥物分揀等，都需要具備一定知識儲備，學(xué)習(xí)該領(lǐng)域內(nèi)已有的人類知識。

AlphaGo誕生時也是如此。它花了幾個月時間，學(xué)習(xí)了三千萬個棋局，幾乎掌握了人類關(guān)于圍棋的一切知識；它以大量的圍棋棋譜為基礎(chǔ)，不斷模擬各種制勝妙手，自己給自己下棋，一步步優(yōu)化自己的走棋策略。結(jié)果它學(xué)會了人類的下棋技巧，還比人類下得更好，最終贏了職業(yè)圍棋高手李世石?？梢哉f，它的實力取決于學(xué)習(xí)能力，更取決于人類提供的知識儲備。

但是這種學(xué)習(xí)經(jīng)歷在AlphaGo Zero身上不見了。除了下棋規(guī)則之外，設(shè)計人員沒有給AlphaGo Zero加載任何與圍棋棋譜有關(guān)的數(shù)據(jù)，沒有進行任何培訓(xùn)、指導(dǎo)。它“頭腦一片空白”，完全是零基礎(chǔ)。

它的學(xué)習(xí)方式就是左右互搏，自己跟自己下棋。剛開始，下棋全是隨機的，無任何套路可言。持續(xù)下棋（學(xué)習(xí)）3天，它自己對弈了490萬場比賽，并且為每場比賽的預(yù)熱，它還進行了1600次模擬比賽。結(jié)果，它輕松打敗了曾經(jīng)打敗李世石的AlphaGo高手。成長到21天，又擊敗AlphaGo大師；成長到40天，它已成為無可爭辯的世界第一圍棋高手。

技術(shù)基礎(chǔ)

AlphaGo Zero成長為真正的圍棋大師，全靠自學(xué)。這種自學(xué)基于設(shè)計師對它進行的重新設(shè)計。

在老版本AlphaGo的系統(tǒng)里，有三大部分，一、搜索算法，即窮盡法，在19×19圍棋盤上列出可能下的每一步棋；二、蒙特卡洛模擬，即最優(yōu)法，在所有可能下的棋招中計算出最有利的一步；三、兩個深層神經(jīng)網(wǎng)絡(luò)，一個用來模仿現(xiàn)成棋譜的招數(shù)，另一個用來評估模仿的結(jié)果。而它的硬件則包括48個處理器（TPU），并使用了多臺機器。TPU就是張量處理器，是谷歌專為機器學(xué)習(xí)而研發(fā)的芯片，與中央處理器（CPU）相比有更高的效能。

而AlphaGo Zero的系統(tǒng)里，完全沒有了前兩部分，只保留了最后一個，并且兩個深層神經(jīng)網(wǎng)絡(luò)還合二為一。這種系統(tǒng)被稱為“強化學(xué)習(xí)”，也就是說，它既能自己跟自己下棋，又能評估自己下棋的結(jié)果。無疑，這樣效率更高，并且它只需1臺機器和4個張量處理器就可以正常工作。它的世界里，只有圍棋棋盤和黑白棋子。因此它自學(xué)的方式很簡單，就是練習(xí)再練習(xí)，重復(fù)再重復(fù)。

高超創(chuàng)新

從圍棋零基礎(chǔ)成長為世界第一圍棋高手，AlphaGo Zero不僅全靠自學(xué)，還學(xué)出了新花樣，創(chuàng)造了新的下棋套路，不僅真正超越了它的前輩，還超越了人類。

它與老版本AlphaGo對弈的100場比賽，都是標(biāo)準(zhǔn)賽制，每位棋手限時2小時。比賽前期布局以及最后收官時，AlphaGo Zero走棋可圈可點，表現(xiàn)了高手的水準(zhǔn)，與千百年來圍棋大師們積累的妙招類似。

但是在比賽的中間環(huán)節(jié)，它的某些棋招顯得十分詭異，超出了正常的圍棋下法，至少是超出了現(xiàn)有的知識范疇，很難理解。據(jù)此科學(xué)家分析道，它可能自己研究出新的棋招，創(chuàng)新了圍棋棋譜，這種創(chuàng)新與人類的下法有本質(zhì)不同。不同于以往，但又更好。或許這就是人工智能青出于藍(lán)而又勝于藍(lán)的必然結(jié)果吧。

令人興奮又令人脊背發(fā)涼

圍棋有幾千年的歷史，有無數(shù)的棋譜、書籍問世。人類曾經(jīng)以為，站在巨人肩膀上才能達(dá)到更高成就，但是現(xiàn)在人工智能改寫了歷史。不到兩個月時間，不參考相關(guān)的人類知識，它從零基礎(chǔ)成長為一名超級圍棋棋手。而且它還能自己創(chuàng)新，超越人類現(xiàn)有的水平。

這一切都表明，人工智能是人類智慧的倍增器，它可以幫助我們從容面對那些嚴(yán)峻挑戰(zhàn)，提高解決問題的效率。這種前景完全是可能的，如果AlphaGo Zero的技術(shù)應(yīng)用于其他領(lǐng)域，比如蛋白質(zhì)折疊、降低能源消耗、開發(fā)革命性新材料等，那么許多難關(guān)將會迅速突破，許多創(chuàng)新也會接踵而至，或許還會給社會帶來巨大的革命性影響。

然而，若人工智能的創(chuàng)新超出了人類的掌控呢？人工智能是否會超越人類，是否會反過來控制人類？如果它能不依賴人類知識，自學(xué)并超越人類現(xiàn)有水平，那么這種情況還是有可能發(fā)生的，畢竟它創(chuàng)新出了人類無法理解的詭異棋招。

不到屈服之時

雖然人工智能在某些專業(yè)領(lǐng)域超越了人類，但它仍有一個致命缺陷，即常識障礙。人類用同樣一個身體（硬件）和同一個頭腦（軟件），可以完成許多事，如做數(shù)學(xué)題、賦詩作文、打球、游泳、下圍棋……而且對于許多模糊問題，人類依然能解決。但這對人工智能來說就很難，并且它很難具備這種常識，更沒有標(biāo)準(zhǔn)來判定它達(dá)到什么程度才算具有常識。

當(dāng)做一件事時，我們知道很多相關(guān)的其他事。下棋的時候，我們知道圍棋的意義是圍地占地盤，象棋的意義是打仗將軍，而這些意義和區(qū)別，AlphaGo Zero卻不知道。再比如玩飛盤時，我們不僅清楚該怎么玩，還知道與飛盤有關(guān)的其他事，比如我們知道三個月大的孩子不能玩飛盤，飛盤也不能吃。這些人工智能都無法區(qū)分。

另外，圍棋屬于一種限制性的問題，必須在遵循規(guī)則的前提下，達(dá)到某種特定條件，才能算解決問題。AlphaGo Zero所有的成就，都是在這個范疇內(nèi)完成的。假若出了這個范疇，它還能應(yīng)付嗎？它會開車，會寫小說嗎？它會探索未知世界，會解決開放性問題嗎？有些或許它快要會了，但這顯然還不夠。

據(jù)設(shè)計師證實，AlphaGo Zero還是很死板的，它根本不知變通。假如把它對弈的標(biāo)準(zhǔn)圍棋棋盤變大，橫豎各增加10格，變成29×29的大棋盤，那AlphaGo Zero就傻眼了。又或者縮小1格，變成18×18棋盤，它也不會下。其實，這也是人工智能極度專業(yè)化的表現(xiàn)之一。

因此，人類還不到屈服于人工智能的時候，而且可能永遠(yuǎn)都不會有這樣的時候。endprint